产业发展与劳动力分布的相关性分析

工业文明的发展伴随着经济增长与社会结构的改变，产业结构调整与空间布局，改变着劳动力的分布，也就是就业结构和需求结构的改变。可以说，一个社会的产业发展变化渐进的影响着劳动力的分布，经济学家从不同的角度论证了产业发展规律与劳动力在三次产业间的分布规律。

配第-克拉克定理从劳动力转移和产业结构变化的角度，解释了产业结构与劳动力分布的关系。该定理从理论上说明，随着经济社会发展和人均国民收入的增加，第一产业的国民生产总值和劳动力的比例逐渐下降，而第二产业国民生产总值和劳动力的比例逐渐增加，因此劳动力会向收入更高的部门转移，由此劳动力会从第一产业逐渐向第二、第三产业转移。库兹涅次（1973）在继承克拉克理论的基础上提出了部门结构变动理论，主要解释三次产业产值变动所引发劳动力在各次产业比重发生的变化。钱纳里和塞尔奎因拓展了库兹涅次的研究成果，他们将研究领域扩展到发展中国家。通过研究发现，发达国家工业化过程中，农业部门产值与劳动力就业转向工业基本是同步，而发展中国家劳动力结构转化落后于产业结构转换。因而出现两者之间的偏离，现代产业部门产值高于农业部门，但是劳动力的数量却是相对偏低的[188]。由于地区发展的不平衡，京津冀地区的工业化进程并不是同步的。在产业结构升级转换过程中，劳动力会流向收益较高的部门，三次产业转变伴随着劳动力在部门之间的转移。

从上述分析可知，产业结构的调整与变化会影响劳动力的分布，使得劳动力在三次产业间转换。产业结构是形成劳动力现有分布的直接因素，一个地区存在什么样的产业，就有相对应的数量与质量的劳动力。产业结构的变化会带来劳动力的迁移与流动，最终改变劳动力空间分布。因此可以说，产业因素是决定劳动力分布的直接因素。

一、产业结构与劳动力结构关系直观判断

1.三次产业产值比重与劳动力比重

产业结构变动对于劳动力空间疏密有着显著的影响。一个地区有什么样的产业构成，决定该地区劳动力的构成，三次产业的变动会直接带来这一区域劳动力的增减。相反，一个地区的地区劳动力就业结构间接反映一个地区的产业结构。因此，伴随着产业结构的变动，地区劳动力分布会在空间上呈现出聚集或者疏散。根据产业经济学理论，随着产业结构升级，第一产业劳动力逐渐减小，并且逐渐向第二和第三产业流动。

为了进一步看清产业结构变动对劳动力分布的影响，我们观察1985-2013年产值结构与劳动力结构随时间变化，对三次产业结构变动与劳动力构成的关系进行直观的判断和分析。由于河北省地级城市早年数据的缺失，在这里我们用河北省数据替代地级市数据。以下分三次产业对北京、天津、河北产值构成与劳动力构成观察两者之间关系。

从图6-1可以看出，从产值结构来看，京津冀第一产业产值比重持续下降，北京、天津、河北第一产业产值分别从1985年的6.9%、7.4%、30.33%下降为2013年的0.8%、1.3%、12.37%。河北省第一产业产值比重远高于北京、天津，工业化程度低于京津两地。从劳动力结构来看，京津冀第一产业劳动力比重持续下降，北京、天津、河北省第一产业劳动力比重分别从1985年17.7%、21.7%、62.74%，下降到2013年4.8%、8.1%、33.57%。从地区之间来看，河北省第一产业劳动力比重远远高于北京、天津，尽管从1985年以来下降明显，但是第一产业劳动力比重依然占三成左右。

图6-1　1985-2013年京津冀第一产业产值比重（G）和劳动力比重（L）

从图6-2可以看出，从产值结构来看，北京第二产业产值比重不断下降，从1985年58.8%下降为2013年22.3%，2000年后这一趋势更为明显；天津第二产业产值比重是“稳中有降”，从1985年65.4%下降为2013年50.6%；河北第二产业产值比重则是“稳中有升”，从1985年46.4%上升为2013年52.2%。从劳动力结构来看，北京第二产业劳动力比重下降明显，从1985年46%下降为2013年18.5%；天津第二产业劳动力是“稳中有降”，从1985年50.1%下降为2013年41.8%；河北第二产业劳动力比重是“稳中有升”，从1985年21.8%上升为2013年34.4%。第二产业产值结构和劳动力结构地区差异明显，北京表现为显著下降，天津稳中有降，河北则是稳中有升的趋势。

图6-2　1985-2013年京津冀第二产值比重（G）和劳动力比重（L）

从图6-3可以看出，从产值结构来看，北京第三产业产值比重不断上升，从1985年33.3%上升为2013年76.9%；天津第三产业产值比重也是持续增加，从1985年27.2%上升为2013年48.1%；河北第三产业产值比重也在增加，但是增幅并不明显，从1985年23.2%上升为2013年35.5%。从劳动力结构来看，北京第三产业劳动力比重明显增加，从1985年36.7%上升为2013年76.7%；天津第三产业劳动力也在持续增加，从1985年28.2%上升为2013年50.1%；河北第三产业劳动力持续增加，从1985年15.4%上升为2013年32.1%。京津冀第三产业产值比重和劳动力比重均在持续增加，与河北和天津相比较而言，北京第三产业产值和劳动力比重增加尤其明显。

图6-3　1985-2013年京津冀第三产值比重（G）和劳动力比重（L）

综上所述，京津冀地区的产值结构表现出了明显的变化。2013年北京主要以第三产业为主，天津和河北第二产业占比接近一半。虽然河北省第一产业占比在逐渐下降，但较之北京和天津，第一产业的占比还是比较高的。因而，从区位产业职能分工来看，北京、天津和河北呈现出三、二、一为主导的产业结构。

从京津冀地区三次产业产值构成的视角来观察劳动力产业分布，三次产业的产值结构与区域劳动力数量有着密不可分的对应关系。北京、天津、河北的产值结构出现了相应的劳动力构成。从劳动力结构分布观察来看，第三产业的迅速发展对于劳动力的就业带动力很强，也就是说当第三产业比重迅速增加时，第三产业的劳动力占比增加很快。而第二产业对劳动力就业带动力不是非常明显，比如天津第二产业和第三产业产值占比接近，但劳动力结构为第三产业比重高于第二产业。京津冀地区第一产业产值占比一直在下降，并且劳动力在第一产业就业的比例也在连年下降。因而，可以说产值构成与劳动力产业分布之间有着紧密联系。由此说明，产业结构对于劳动力的构成有着很强的决定作用，一个地区某一产业比重增加，则相应地这一地区该产业的劳动力数量也会随之增加。换句话说，产业结构会影响这一地区劳动力的结构和疏密。

2.产业结构与劳动力结构吻合度

产业结构的变化会带来劳动力构成发生变化，因此引发劳动力在空间分布的疏密变动。其中，产值结构与劳动力结构之间存在何种关系，我们使用结构吻合度来观察两者的关系。

按照系统的观点，所谓结构吻合度是指系统与系统之间在结构上相匹配的程度。其表示的是系统之间的符合度、相似性和一致性。依据这样的定义，可以指定两个系统，x1、x2，设表征其结构的指标向量为：x1=（x11，x12，……，x1i）和x2=（x21，x22，……，x2i），其中i=1，2，……，n。则可用下式来度量两系统的结构吻合度：

吻合度的值介于0～100间，当两个系统的结构完全相同时，其值为100；当两个系统的结构完全不相同时，其值为0。其值越大表示系统结构的吻合度越高。事实上，该式是通过对保罗·克鲁格曼（Paul Krugman）提出的产业结构差异度指数的改造得到的[189]。本书中运用该公式可测算京津冀地区产值结构指标向量与劳动力产业分布指标向量的吻合度。

依据吻合度测算方法，可以计算的到京津冀地区产值结构与劳动力结构的吻合度，如图6-4所示。从总体上来看，京津冀地区产值结构与劳动力结构吻合度是逐步提高的，北京从1978年的69提高到2013年的96，天津从1985年的85.7提高到了2013年的91，河北从1978年的51.6提高到2013年的78.8。分地区来看，河北的吻合度值低于天津和北京，说明河北在产业结构优化与劳动力资源配置上还有提升的空间。

通过上述吻合度的测算，可以发现产业结构在很大程度上决定了劳动力在区域之间的分布。产业结构决定劳动力结构分布，区域产业结构与劳动力产业分布之间呈现出很高的关联度，而从吻合度的测算结果来看，京津产业与劳动力吻合度较高，河北劳动力资源配置还需进一步改善。劳动力在区域内的重新分配，进而改变劳动力的区域分布。

图6-4　京津冀产值结构与劳动力结构吻合度

二、模型1：产出和资本投入影响劳动力分布模型

从上述直观判断可以看出，产业结构对于劳动力在区域的增减有着显著影响。在上一章的理论分析中，主要沿着产业结构推动经济增长，经济发展不平衡出现地区势差，由此引发劳动力流动，从而表现为劳动力空间分布疏密不同。在理论分析的基础上，本节基于生产函数对产业发展与劳动力分布之间关系展开讨论。

1.模型1的设立

经济学中的生产函数可以描述为在技术水平既定条件下，如何来确定某一组要素投入所能带来最大产出的关系式[190]。通过建立产出与劳动力密度的模型，可以对某地区产业发展对劳动力分布影响做出解释。柯布-道格拉斯生产函数（Cobb-Douglas Production Function），又称为C-D生产函数，是经济学中广泛使用的生产函数。(www.xing528.com)

假定在技术水平保持不变的情况下，采用C-D生产函数来界定产出构成，则产出与劳动和资本的关系可以表达为[191]：

式中：Y—产量；

A—技术水平；

K—投入的资本量；

L—投入的劳动量；

α、β—K和L的产出弹性。

假定技术水平不变，产出主要由劳动力投入和资本投入所决定，则式（6-2）中L代表着劳动力数量，K代表固定资产投入量。

对式（6-2）两边取对数：

本书关注的是产出对劳动力在空间分布的影响，因此将技术水平作为常数项来处理，而劳动力密度可以表达出劳动力在空间分布状况，其计算公式为：劳动力密度=劳动力数量/面积，因而我们将劳动力数量L除以地区面积变为L'，它并不改变函数关系，将式（6-3）转化为：

式中：c=（-ln A）/α为常数，式（6-4）为拟回归的劳动力分布方程。需要指出的是：在C-D生产函数中即（式6-2），产出Y作为内生变量，是由外生变量劳动力投入L和投入的资本量K共同决定的。而在式（6-4）中，将劳动力投入量L换成劳动力密度L'，这样就把产出Y与资本投入K共同看成解释劳动力密度的自变量，从而容易造成解释变量之间可能存在高度的相关关系，导致回归模型式（6-4）容易出现多重共线性。因此，本书采用STEPLS（Stepwise Least Squares）逐步回归的分析方法，尽可能减低多重共线性对劳动力分布方程的影响。

（1）计量检验。本书数据来源自2014年北京、天津、河北三地统计年鉴。根据1985-2013年劳动力从业数计算劳动力密度L'，结合国民生产总值Y和固定资产投资K，从而形成27年时间序列数据。采用计量统计软件EViews 6.0软件，对时间序列Y、K、L'按式（6-4）进行回归分析。单位根ADF（Augmented Dickey-Fuller test statistic）可以避免出现伪回归（Spurious Regression），所以首先对变量做单位根检验。单位根检验是时间序列分析中常见的方法，时间序列矩特性的时变行为能够反映时间序列的非平稳性质。如果出现了非平稳序列，一般的处理办法是把它转化为平稳序列，通常采用差分的办法来消除单位根得到平稳序列，这样就可以用平稳序列的办法来进行研究[192]。

表6-1　变量ADF单位根的检验结果

注（C, T，K）表示ADF检验式是否包含常数项、时间趋势项以及滞后期数；*表示变量差分后在1%的显著水平上通过ADF平稳性检验

从表6-1的检验结果可以看出，1985-2013年所构成的变量LnL'、LnY和LnK的原始时间序列是非平稳序列。分别对1985-2013年所构成的时间序列进行一阶、二阶差分，并将漂移项（Intercept）和趋势项（Trend）均设为无附加，LnL'、LnY、LnK的二阶差分均是平稳序列，因此可以对三者进行协整分析。

表6-2　Johansen协整检验

从表6-2的Johansen协整检验可以看出，序列之间不存在和最多存在一个协整关系的假设不成立，进一步说明了变量LnL'、LnY、LnK之间存在至少两个的线性关系，从而验证模型中因变量与自变量存在可靠性的线性关系。

（2）结果分析。基于表6-2协整检验结果，将LnL'作为因变量，LnY和LnK作为自变量，建立回归模型，见表6-3。

表6-3　产出和资本投入对劳动力分布模型的系数

Dependent Variable：ln L'

回归结果显示，在没有加入固定资本投资时，产出对劳动力分布的影响显著，而在加入固定资本投资后，资本投入对劳动力分布影响显著，产出影响不再显著。通过上述结果，可以得到产出和资本投入对劳动力分布的两个回归方程：

模型1

2.结论

根据回归方程式，可以得出如下结论：

（1）在没有附加资本投入的模型中，即式（6-5），产出对劳动力的影响系数是0.105，意味着产出增长1%带来劳动力密度0.105%的增加；在附加了资本投入模型中，即式（6-6），产出对劳动力密度的影响不再显著，并且对劳动力密度存在负效应，同时资本投入对劳动力密度存在正效应，也就是说资本投入增长1%会带来劳动力密度增加0.112%。

（2）附加了资本投入变量的回归模型方程的拟合优度更好，在这一模型中可以发现当加入固定资本投资后，产出对劳动力密度的影响并不显著，而产业资本投资对劳动力密度的影响显著，因而剔除产出Y变量，关注产业资本投入对劳动力密度的影响。